面向无监督物体发现的同步定位、建图与操作
机器人学
2014-11-05 v1 计算机视觉与模式识别
摘要
我们提出了一种无监督框架，利用 RGBD 相机和机器人操作臂，同步进行基于外观的物体发现、检测、跟踪和重建。该系统在无监督物体发现的同时执行稠密 3D 同步定位与建图。空间和视觉上连贯的候选物体由机器人进行操作，以获取额外的运动线索。机器人仅利用外观，随后结合结构和运动线索，联合发现、验证、学习和改进物体模型。诱导的运动分割强化了学习到的模型，这些模型以 2D 和 3D 水平集隐式表示，以捕捉形状和外观。我们比较了三种不同的基于外观的物体发现方法，发现一种新颖的时空超像素形式在精确率和召回率方面给出了最高质量的候选物体模型。使用 Baxter 机器人的实时实验展示了一条完整的流水线，能够自动发现、验证、检测、跟踪和重建未知物体。
引用
@article{arxiv.1411.0802,
title = {Simultaneous Localization, Mapping, and Manipulation for Unsupervised Object Discovery},
author = {Lu Ma and Mahsa Ghafarianzadeh and Dave Coleman and Nikolaus Correll and Gabe Sibley},
journal= {arXiv preprint arXiv:1411.0802},
year = {2014}
}